index/extract.c

   1 /*
   2  * Copyright (C) 1994-1998, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.86  1998-10-13 20:33:53  adam
   8  * Fixed one log message and change use ordinal to be an unsigned char.
   9  *
  10  * Revision 1.85  1998/09/22 10:03:41  adam
  11  * Changed result sets to be persistent in the sense that they can
  12  * be re-searched if needed.
  13  * Fixed memory leak in rsm_or.
  14  *
  15  * Revision 1.84  1998/06/11 15:42:22  adam
  16  * Changed the way use attributes are specified in the recordId
  17  * specification.
  18  *
  19  * Revision 1.83  1998/06/08 14:43:10  adam
  20  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  21  * and explainDatabase to facilitate this. Increased maximum number
  22  * of databases and attributes in one register.
  23  *
  24  * Revision 1.82  1998/05/20 10:12:15  adam
  25  * Implemented automatic EXPLAIN database maintenance.
  26  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  27  *
  28  * Revision 1.81  1998/03/11 11:19:04  adam
  29  * Changed the way sequence numbers are generated.
  30  *
  31  * Revision 1.80  1998/03/05 08:45:11  adam
  32  * New result set model and modular ranking system. Moved towards
  33  * descent server API. System information stored as "SGML" records.
  34  *
  35  * Revision 1.79  1998/02/17 10:32:52  adam
  36  * Fixed bug: binary files weren't opened with flag b on NT.
  37  *
  38  * Revision 1.78  1998/02/10 12:03:05  adam
  39  * Implemented Sort.
  40  *
  41  * Revision 1.77  1998/01/12 15:04:08  adam
  42  * The test option (-s) only uses read-lock (and not write lock).
  43  *
  44  * Revision 1.76  1997/10/27 14:33:04  adam
  45  * Moved towards generic character mapping depending on "structure"
  46  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  47  * bug with negative integers when doing searches with relational
  48  * operators.
  49  *
  50  * Revision 1.75  1997/09/17 12:19:12  adam
  51  * Zebra version corresponds to YAZ version 1.4.
  52  * Changed Zebra server so that it doesn't depend on global common_resource.
  53  *
  54  * Revision 1.74  1997/09/09 13:38:06  adam
  55  * Partial port to WIN95/NT.
  56  *
  57  * Revision 1.73  1997/09/04 13:57:20  adam
  58  * New file extract/retrieve method tellf (added).
  59  * Added O_BINARY for open calls.
  60  *
  61  * Revision 1.72  1997/07/15 16:32:29  adam
  62  * Bug fix: Match handler didn't terminate the resulting string!
  63  *
  64  * Revision 1.71  1997/07/15 16:28:41  adam
  65  * Bug fix: storeData didn't work with files with multiple records.
  66  * Bug fix: fixed memory management with records; not really well
  67  *  thought through.
  68  *
  69  * Revision 1.70  1997/07/01 13:00:42  adam
  70  * Bug fix in routine searchRecordKey: uninitialized variables.
  71  *
  72  * Revision 1.69  1997/04/29 09:26:03  adam
  73  * Bug fix: generic recordId handling didn't work for compressed internal
  74  * keys.
  75  *
  76  * Revision 1.68  1997/02/12 20:39:45  adam
  77  * Implemented options -f <n> that limits the log to the first <n>
  78  * records.
  79  * Changed some log messages also.
  80  *
  81  * Revision 1.67  1996/11/15 15:02:14  adam
  82  * Minor changes regarding logging.
  83  *
  84  * Revision 1.66  1996/11/14  09:52:21  adam
  85  * Strings in record keys bound by IT_MAX_WORD.
  86  *
  87  * Revision 1.65  1996/11/14  08:57:56  adam
  88  * Reduction of storeKeys area.
  89  *
  90  * Revision 1.64  1996/11/08 11:10:16  adam
  91  * Buffers used during file match got bigger.
  92  * Compressed ISAM support everywhere.
  93  * Bug fixes regarding masking characters in queries.
  94  * Redesigned Regexp-2 queries.
  95  *
  96  * Revision 1.63  1996/10/29 14:09:39  adam
  97  * Use of cisam system - enabled if setting isamc is 1.
  98  *
  99  * Revision 1.62  1996/10/11 10:57:01  adam
 100  * New module recctrl. Used to manage records (extract/retrieval).
 101  * Several files have been moved to the recctrl sub directory.
 102  *
 103  * Revision 1.61  1996/06/06 12:08:37  quinn
 104  * Added showRecord function
 105  *
 106  * Revision 1.60  1996/06/04  10:18:12  adam
 107  * Search/scan uses character mapping module.
 108  *
 109  * Revision 1.59  1996/05/14  15:47:07  adam
 110  * Cleanup of various buffer size entities.
 111  *
 112  * Revision 1.58  1996/05/14  06:16:38  adam
 113  * Compact use/set bytes used in search service.
 114  *
 115  * Revision 1.57  1996/05/13 14:23:04  adam
 116  * Work on compaction of set/use bytes in dictionary.
 117  *
 118  * Revision 1.56  1996/05/09  09:54:42  adam
 119  * Server supports maps from one logical attributes to a list of physical
 120  * attributes.
 121  * The extraction process doesn't make space consuming 'any' keys.
 122  *
 123  * Revision 1.55  1996/05/09  07:28:55  quinn
 124  * Work towards phrases and multiple registers
 125  *
 126  * Revision 1.54  1996/05/01  13:46:35  adam
 127  * First work on multiple records in one file.
 128  * New option, -offset, to the "unread" command in the filter module.
 129  *
 130  * Revision 1.53  1996/04/26  12:09:43  adam
 131  * Added a few comments.
 132  *
 133  * Revision 1.52  1996/04/25  13:27:57  adam
 134  * Function recordExtract modified so that files with no keys (possibly empty)
 135  * are ignored.
 136  *
 137  * Revision 1.51  1996/03/19  11:08:42  adam
 138  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 139  *
 140  * Revision 1.50  1996/02/12  18:45:36  adam
 141  * New fileVerboseFlag in record group control.
 142  *
 143  * Revision 1.49  1996/02/05  12:29:57  adam
 144  * Logging reduced a bit.
 145  * The remaining running time is estimated during register merge.
 146  *
 147  * Revision 1.48  1996/02/01  20:53:26  adam
 148  * The temporary per-record keys are compacted a little, and duplication
 149  * of the per-records keys are avoided when they are saved in the record
 150  * information buffer.
 151  *
 152  * Revision 1.47  1996/01/17  14:57:48  adam
 153  * Prototype changed for reader functions in extract/retrieve. File
 154  *  is identified by 'void *' instead of 'int.
 155  *
 156  * Revision 1.46  1995/12/15  14:57:16  adam
 157  * Bug fix.
 158  *
 159  * Revision 1.45  1995/12/15  12:37:41  adam
 160  * In addRecordKeyAny: Writes key only when attrSet != -1.
 161  *
 162  * Revision 1.44  1995/12/12  16:00:54  adam
 163  * System call sync(2) used after update/commit.
 164  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 165  * and F_RDLCK.
 166  *
 167  * Revision 1.43  1995/12/11  09:12:46  adam
 168  * The rec_get function returns NULL if record doesn't exist - will
 169  * happen in the server if the result set records have been deleted since
 170  * the creation of the set (i.e. the search).
 171  * The server saves a result temporarily if it is 'volatile', i.e. the
 172  * set is register dependent.
 173  *
 174  * Revision 1.42  1995/12/07  17:38:46  adam
 175  * Work locking mechanisms for concurrent updates/commit.
 176  *
 177  * Revision 1.41  1995/12/06  16:06:42  adam
 178  * Better diagnostics. Work on 'real' dictionary deletion.
 179  *
 180  * Revision 1.40  1995/12/05  16:57:40  adam
 181  * More work on regular patterns.
 182  *
 183  * Revision 1.39  1995/12/05  13:20:18  adam
 184  * Bug fix: file_read sometimes returned early EOF.
 185  *
 186  * Revision 1.38  1995/12/04  17:59:21  adam
 187  * More work on regular expression conversion.
 188  *
 189  * Revision 1.37  1995/12/04  14:22:27  adam
 190  * Extra arg to recType_byName.
 191  * Started work on new regular expression parsed input to
 192  * structured records.
 193  *
 194  * Revision 1.36  1995/11/30  08:34:29  adam
 195  * Started work on commit facility.
 196  * Changed a few malloc/free to xmalloc/xfree.
 197  *
 198  * Revision 1.35  1995/11/28  14:26:21  adam
 199  * Bug fix: recordId with constant wasn't right.
 200  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 201  *
 202  * Revision 1.34  1995/11/28  09:09:38  adam
 203  * Zebra config renamed.
 204  * Use setting 'recordId' to identify record now.
 205  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 206  * though the blocks were already released.
 207  * File traversal properly deletes records when needed.
 208  *
 209  * Revision 1.33  1995/11/27  09:56:20  adam
 210  * Record info elements better enumerated. Internal store of records.
 211  *
 212  * Revision 1.32  1995/11/25  10:24:05  adam
 213  * More record fields - they are enumerated now.
 214  * New options: flagStoreData flagStoreKey.
 215  *
 216  * Revision 1.31  1995/11/24  11:31:35  adam
 217  * Commands add & del read filenames from stdin if source directory is
 218  * empty.
 219  * Match criteria supports 'constant' strings.
 220  *
 221  * Revision 1.30  1995/11/22  17:19:16  adam
 222  * Record management uses the bfile system.
 223  *
 224  * Revision 1.29  1995/11/21  15:01:14  adam
 225  * New general match criteria implemented.
 226  * New feature: document groups.
 227  *
 228  * Revision 1.28  1995/11/21  09:20:30  adam
 229  * Yet more work on record match.
 230  *
 231  * Revision 1.27  1995/11/20  16:59:45  adam
 232  * New update method: the 'old' keys are saved for each records.
 233  *
 234  * Revision 1.26  1995/11/20  11:56:24  adam
 235  * Work on new traversal.
 236  *
 237  * Revision 1.25  1995/11/16  15:34:54  adam
 238  * Uses new record management system in both indexer and server.
 239  *
 240  * Revision 1.24  1995/11/15  19:13:08  adam
 241  * Work on record management.
 242  *
 243  * Revision 1.23  1995/10/27  14:00:10  adam
 244  * Implemented detection of database availability.
 245  *
 246  * Revision 1.22  1995/10/17  18:02:07  adam
 247  * New feature: databases. Implemented as prefix to words in dictionary.
 248  *
 249  * Revision 1.21  1995/10/10  12:24:38  adam
 250  * Temporary sort files are compressed.
 251  *
 252  * Revision 1.20  1995/10/06  13:52:05  adam
 253  * Bug fixes. Handler may abort further scanning.
 254  *
 255  * Revision 1.19  1995/10/04  12:55:16  adam
 256  * Bug fix in ranked search. Use=Any keys inserted.
 257  *
 258  * Revision 1.18  1995/10/04  09:37:08  quinn
 259  * Fixed bug.
 260  *
 261  * Revision 1.17  1995/10/03  14:28:57  adam
 262  * Buffered read in extract works.
 263  *
 264  * Revision 1.16  1995/10/03  14:28:45  adam
 265  * Work on more effecient read handler in extract.
 266  *
 267  * Revision 1.15  1995/10/02  15:42:53  adam
 268  * Extract uses file descriptors instead of FILE pointers.
 269  *
 270  * Revision 1.14  1995/10/02  15:29:13  adam
 271  * More logging in file_extract.
 272  *
 273  * Revision 1.13  1995/09/29  14:01:39  adam
 274  * Bug fixes.
 275  *
 276  * Revision 1.12  1995/09/28  14:22:56  adam
 277  * Sort uses smaller temporary files.
 278  *
 279  * Revision 1.11  1995/09/28  12:10:31  adam
 280  * Bug fixes. Field prefix used in queries.
 281  *
 282  * Revision 1.10  1995/09/28  09:19:41  adam
 283  * xfree/xmalloc used everywhere.
 284  * Extract/retrieve method seems to work for text records.
 285  *
 286  * Revision 1.9  1995/09/27  12:22:28  adam
 287  * More work on extract in record control.
 288  * Field name is not in isam keys but in prefix in dictionary words.
 289  *
 290  * Revision 1.8  1995/09/14  07:48:22  adam
 291  * Record control management.
 292  *
 293  * Revision 1.7  1995/09/11  13:09:32  adam
 294  * More work on relevance feedback.
 295  *
 296  * Revision 1.6  1995/09/08  14:52:27  adam
 297  * Minor changes. Dictionary is lower case now.
 298  *
 299  * Revision 1.5  1995/09/06  16:11:16  adam
 300  * Option: only one word key per file.
 301  *
 302  * Revision 1.4  1995/09/05  15:28:39  adam
 303  * More work on search engine.
 304  *
 305  * Revision 1.3  1995/09/04  12:33:41  adam
 306  * Various cleanup. YAZ util used instead.
 307  *
 308  * Revision 1.2  1995/09/04  09:10:34  adam
 309  * More work on index add/del/update.
 310  * Merge sort implemented.
 311  * Initial work on z39 server.
 312  *
 313  * Revision 1.1  1995/09/01  14:06:35  adam
 314  * Split of work into more files.
 315  *
 316  */
 317 #include <stdio.h>
 318 #include <assert.h>
 319 #ifdef WINDOWS
 320 #include <io.h>
 321 #else
 322 #include <unistd.h>
 323 #endif
 324 #include <fcntl.h>
 325
 326 #include <recctrl.h>
 327 #include <charmap.h>
 328 #include <sortidx.h>
 329 #include "index.h"
 330
 331 #include "zinfo.h"
 332
 333 static Dict matchDict;
 334
 335 static Records records = NULL;
 336 static SortIdx sortIdx = NULL;
 337
 338 static char **key_buf;
 339 static size_t ptr_top;
 340 static size_t ptr_i;
 341 static size_t key_buf_used;
 342 static int key_file_no;
 343
 344 static int records_inserted = 0;
 345 static int records_updated = 0;
 346 static int records_deleted = 0;
 347 static int records_processed = 0;
 348
 349 static ZebraExplainInfo zti = NULL;
 350
 351 static void logRecord (int showFlag)
 352 {
 353     if (!showFlag)
 354         ++records_processed;
 355     if (showFlag || !(records_processed % 1000))
 356     {
 357         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 358               records_processed, records_inserted, records_updated,
 359               records_deleted);
 360     }
 361 }
 362
 363 static int explain_extract (void *handle, Record drec, data1_node *n);
 364
 365 int key_open (struct recordGroup *rGroup, int mem)
 366 {
 367     BFiles bfs = rGroup->bfs;
 368     int rw = rGroup->flagRw;
 369     data1_handle dh = rGroup->dh;
 370     if (!mem)
 371         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 372     if (mem < 50000)
 373         mem = 50000;
 374     key_buf = xmalloc (mem);
 375     ptr_top = mem/sizeof(char*);
 376     ptr_i = 0;
 377
 378     key_buf_used = 0;
 379     key_file_no = 0;
 380
 381     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw)))
 382     {
 383         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 384         return -1;
 385     }
 386     assert (!records);
 387     records = rec_open (bfs, rw);
 388     if (!records)
 389     {
 390         dict_close (matchDict);
 391         return -1;
 392     }
 393     zti = zebraExplain_open (records, dh, common_resource,
 394                              rw, rGroup, explain_extract);
 395     if (!zti)
 396     {
 397         rec_close (&records);
 398         dict_close (matchDict);
 399         return -1;
 400     }
 401     sortIdx = sortIdx_open (bfs, 1);
 402     return 0;
 403 }
 404
 405 struct encode_info {
 406     int  sysno;
 407     int  seqno;
 408     char buf[768];
 409 };
 410
 411 void encode_key_init (struct encode_info *i)
 412 {
 413     i->sysno = 0;
 414     i->seqno = 0;
 415 }
 416
 417 char *encode_key_int (int d, char *bp)
 418 {
 419     if (d <= 63)
 420         *bp++ = d;
 421     else if (d <= 16383)
 422     {
 423         *bp++ = 64 + (d>>8);
 424         *bp++ = d  & 255;
 425     }
 426     else if (d <= 4194303)
 427     {
 428         *bp++ = 128 + (d>>16);
 429         *bp++ = (d>>8) & 255;
 430         *bp++ = d & 255;
 431     }
 432     else
 433     {
 434         *bp++ = 192 + (d>>24);
 435         *bp++ = (d>>16) & 255;
 436         *bp++ = (d>>8) & 255;
 437         *bp++ = d & 255;
 438     }
 439     return bp;
 440 }
 441
 442 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 443 {
 444     struct it_key key;
 445     char *bp = i->buf;
 446
 447     while ((*bp++ = *k++))
 448         ;
 449     memcpy (&key, k+1, sizeof(struct it_key));
 450     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 451     if (i->sysno != key.sysno)
 452     {
 453         i->sysno = key.sysno;
 454         i->seqno = 0;
 455     }
 456     bp = encode_key_int (key.seqno - i->seqno, bp);
 457     i->seqno = key.seqno;
 458     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 459     {
 460         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 461         exit (1);
 462     }
 463 }
 464
 465 #define SORT_EXTRA 0
 466
 467 #if SORT_EXTRA
 468 static int key_y_len;
 469
 470 static int key_y_compare (const void *p1, const void *p2)
 471 {
 472     int r;
 473
 474     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 475                           *(char**) p2 + key_y_len + 1)))
 476          return r;
 477     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 478 }
 479
 480 static int key_x_compare (const void *p1, const void *p2)
 481 {
 482     return strcmp (*(char**) p1, *(char**) p2);
 483 }
 484 #endif
 485
 486 void key_flush (void)
 487 {
 488     FILE *outf;
 489     char out_fname[200];
 490     char *prevcp, *cp;
 491     struct encode_info encode_info;
 492 #if SORT_EXTRA
 493     int i;
 494 #endif
 495
 496     if (ptr_i <= 0)
 497         return;
 498
 499     key_file_no++;
 500     logf (LOG_LOG, "sorting section %d", key_file_no);
 501 #if !SORT_EXTRA
 502     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 503     getFnameTmp (out_fname, key_file_no);
 504
 505     if (!(outf = fopen (out_fname, "wb")))
 506     {
 507         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 508         exit (1);
 509     }
 510     logf (LOG_LOG, "writing section %d", key_file_no);
 511     prevcp = cp = key_buf[ptr_top-ptr_i];
 512
 513     encode_key_init (&encode_info);
 514     encode_key_write (cp, &encode_info, outf);
 515     while (--ptr_i > 0)
 516     {
 517         cp = key_buf[ptr_top-ptr_i];
 518         if (strcmp (cp, prevcp))
 519         {
 520             encode_key_init (&encode_info);
 521             encode_key_write (cp, &encode_info, outf);
 522             prevcp = cp;
 523         }
 524         else
 525             encode_key_write (cp + strlen(cp), &encode_info, outf);
 526     }
 527 #else
 528     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 529     getFnameTmp (out_fname, key_file_no);
 530
 531     if (!(outf = fopen (out_fname, "wb")))
 532     {
 533         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 534         exit (1);
 535     }
 536     logf (LOG_LOG, "writing section %d", key_file_no);
 537     i = ptr_i;
 538     prevcp =  key_buf[ptr_top-i];
 539     while (1)
 540         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 541         {
 542             key_y_len = strlen(prevcp)+1;
 543 #if 0
 544             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 545                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 546 #endif
 547             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 548                                    sizeof(char*), key_y_compare);
 549             cp = key_buf[ptr_top-ptr_i];
 550             --key_y_len;
 551             encode_key_init (&encode_info);
 552             encode_key_write (cp, &encode_info, outf);
 553             while (--ptr_i > i)
 554             {
 555                 cp = key_buf[ptr_top-ptr_i];
 556                 encode_key_write (cp+key_y_len, &encode_info, outf);
 557             }
 558             if (!i)
 559                 break;
 560             prevcp = key_buf[ptr_top-ptr_i];
 561         }
 562 #endif
 563     if (fclose (outf))
 564     {
 565         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 566         exit (1);
 567     }
 568     logf (LOG_LOG, "finished section %d", key_file_no);
 569     ptr_i = 0;
 570     key_buf_used = 0;
 571 }
 572
 573 int key_close (struct recordGroup *rGroup)
 574 {
 575     int rw = rGroup->flagRw;
 576     if (rw)
 577         zebraExplain_runNumberIncrement (zti, 1);
 578     zebraExplain_close (zti, rw, 0);
 579     key_flush ();
 580     xfree (key_buf);
 581     rec_close (&records);
 582     dict_close (matchDict);
 583     sortIdx_close (sortIdx);
 584
 585     logRecord (1);
 586     return key_file_no;
 587 }
 588
 589 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 590 {
 591     w->zebra_maps = p->zebra_maps;
 592     w->seqnos = p->seqno;
 593     w->attrSet = VAL_BIB1;
 594     w->attrUse = 1016;
 595     w->reg_type = 'w';
 596 }
 597
 598 static struct sortKey {
 599     char *string;
 600     int length;
 601     int attrSet;
 602     int attrUse;
 603     struct sortKey *next;
 604 } *sortKeys = NULL;
 605
 606 static struct recKeys {
 607     int buf_used;
 608     int buf_max;
 609     char *buf;
 610     char prevAttrSet;
 611     short prevAttrUse;
 612     int prevSeqNo;
 613 } reckeys;
 614
 615 static void addIndexString (RecWord *p, const char *string, int length)
 616 {
 617     char *dst;
 618     unsigned char attrSet;
 619     unsigned short attrUse;
 620     int lead = 0;
 621     int diff = 0;
 622     int *pseqno = &p->seqnos[p->reg_type];
 623
 624     if (reckeys.buf_used+1024 > reckeys.buf_max)
 625     {
 626         char *b;
 627
 628         b = xmalloc (reckeys.buf_max += 128000);
 629         if (reckeys.buf_used > 0)
 630             memcpy (b, reckeys.buf, reckeys.buf_used);
 631         xfree (reckeys.buf);
 632         reckeys.buf = b;
 633     }
 634     dst = reckeys.buf + reckeys.buf_used;
 635
 636     attrSet = p->attrSet;
 637     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 638         lead |= 1;
 639     else
 640         reckeys.prevAttrSet = attrSet;
 641     attrUse = p->attrUse;
 642     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 643         lead |= 2;
 644     else
 645         reckeys.prevAttrUse = attrUse;
 646 #if 1
 647     diff = 1 + *pseqno - reckeys.prevSeqNo;
 648     if (diff >= 1 && diff <= 15)
 649         lead |= (diff << 2);
 650     else
 651         diff = 0;
 652 #endif
 653     reckeys.prevSeqNo = *pseqno;
 654
 655     *dst++ = lead;
 656
 657     if (!(lead & 1))
 658     {
 659         memcpy (dst, &attrSet, sizeof(attrSet));
 660         dst += sizeof(attrSet);
 661     }
 662     if (!(lead & 2))
 663     {
 664         memcpy (dst, &attrUse, sizeof(attrUse));
 665         dst += sizeof(attrUse);
 666     }
 667     *dst++ = p->reg_type;
 668     memcpy (dst, string, length);
 669     dst += length;
 670     *dst++ = '\0';
 671
 672     if (!diff)
 673     {
 674         memcpy (dst, pseqno, sizeof(*pseqno));
 675         dst += sizeof(*pseqno);
 676     }
 677     reckeys.buf_used = dst - reckeys.buf;
 678     (*pseqno)++;
 679 }
 680
 681 static void addSortString (RecWord *p, const char *string, int length)
 682 {
 683     struct sortKey *sk;
 684
 685     for (sk = sortKeys; sk; sk = sk->next)
 686         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 687             return;
 688
 689     sk = xmalloc (sizeof(*sk));
 690     sk->next = sortKeys;
 691     sortKeys = sk;
 692
 693     sk->string = xmalloc (length);
 694     sk->length = length;
 695     memcpy (sk->string, string, length);
 696
 697     sk->attrSet = p->attrSet;
 698     sk->attrUse = p->attrUse;
 699 }
 700
 701 static void addString (RecWord *p, const char *string, int length)
 702 {
 703     assert (length > 0);
 704     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 705         addSortString (p, string, length);
 706     else
 707         addIndexString (p, string, length);
 708 }
 709
 710 static void addIncompleteField (RecWord *p)
 711 {
 712     const char *b = p->string;
 713     int remain = p->length;
 714     const char **map = 0;
 715
 716     if (remain > 0)
 717         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 718
 719     while (map)
 720     {
 721         char buf[IT_MAX_WORD+1];
 722         int i, remain;
 723
 724         /* Skip spaces */
 725         while (map && *map && **map == *CHR_SPACE)
 726         {
 727             remain = p->length - (b - p->string);
 728             if (remain > 0)
 729                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 730             else
 731                 map = 0;
 732         }
 733         if (!map)
 734             break;
 735         i = 0;
 736         while (map && *map && **map != *CHR_SPACE)
 737         {
 738             const char *cp = *map;
 739
 740             while (i < IT_MAX_WORD && *cp)
 741                 buf[i++] = *(cp++);
 742             remain = p->length - (b - p->string);
 743             if (remain > 0)
 744                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 745             else
 746                 map = 0;
 747         }
 748         if (!i)
 749             return;
 750         addString (p, buf, i);
 751     }
 752 }
 753
 754 static void addCompleteField (RecWord *p)
 755 {
 756     const char *b = p->string;
 757     char buf[IT_MAX_WORD+1];
 758     const char **map = 0;
 759     int i = 0, remain = p->length;
 760
 761     if (remain > 0)
 762         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 763
 764     while (remain > 0 && i < IT_MAX_WORD)
 765     {
 766         while (map && *map && **map == *CHR_SPACE)
 767         {
 768             remain = p->length - (b - p->string);
 769             if (remain > 0)
 770                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 771             else
 772                 map = 0;
 773         }
 774         if (!map)
 775             break;
 776
 777         if (i && i < IT_MAX_WORD)
 778             buf[i++] = *CHR_SPACE;
 779         while (map && *map && **map != *CHR_SPACE)
 780         {
 781             const char *cp = *map;
 782
 783             if (i >= IT_MAX_WORD)
 784                 break;
 785             while (i < IT_MAX_WORD && *cp)
 786                 buf[i++] = *(cp++);
 787             remain = p->length  - (b - p->string);
 788             if (remain > 0)
 789                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 790                                         remain);
 791             else
 792                 map = 0;
 793         }
 794     }
 795     if (!i)
 796         return;
 797     addString (p, buf, i);
 798 }
 799
 800 static void addRecordKey (RecWord *p)
 801 {
 802     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 803         addCompleteField (p);
 804     else
 805         addIncompleteField(p);
 806 }
 807
 808 static void flushSortKeys (SYSNO sysno, int cmd)
 809 {
 810     struct sortKey *sk = sortKeys;
 811
 812     sortIdx_sysno (sortIdx, sysno);
 813     while (sk)
 814     {
 815         struct sortKey *sk_next = sk->next;
 816         sortIdx_type (sortIdx, sk->attrUse);
 817         sortIdx_add (sortIdx, sk->string, sk->length);
 818         xfree (sk->string);
 819         xfree (sk);
 820         sk = sk_next;
 821     }
 822     sortKeys = NULL;
 823 }
 824
 825 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 826 {
 827     unsigned char attrSet = (unsigned char) -1;
 828     unsigned short attrUse = (unsigned short) -1;
 829     int seqno = 0;
 830     int off = 0;
 831
 832     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 833     while (off < reckeys->buf_used)
 834     {
 835         const char *src = reckeys->buf + off;
 836         struct it_key key;
 837         int lead, ch;
 838
 839         lead = *src++;
 840
 841         if (!(lead & 1))
 842         {
 843             memcpy (&attrSet, src, sizeof(attrSet));
 844             src += sizeof(attrSet);
 845         }
 846         if (!(lead & 2))
 847         {
 848             memcpy (&attrUse, src, sizeof(attrUse));
 849             src += sizeof(attrUse);
 850         }
 851         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 852             key_flush ();
 853         ++ptr_i;
 854         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 855
 856         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 857         if (ch < 0)
 858             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 859         assert (ch > 0);
 860         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 861
 862         while (*src)
 863             ((char*)key_buf) [key_buf_used++] = *src++;
 864         src++;
 865         ((char*)key_buf) [key_buf_used++] = '\0';
 866         ((char*) key_buf)[key_buf_used++] = cmd;
 867
 868         if (lead & 60)
 869             seqno += ((lead>>2) & 15)-1;
 870         else
 871         {
 872             memcpy (&seqno, src, sizeof(seqno));
 873             src += sizeof(seqno);
 874         }
 875         key.seqno = seqno;
 876         key.sysno = sysno;
 877         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 878         key_buf_used += sizeof(key);
 879         off = src - reckeys->buf;
 880     }
 881     assert (off == reckeys->buf_used);
 882 }
 883
 884 static const char **searchRecordKey (struct recKeys *reckeys,
 885                                      int attrSetS, int attrUseS)
 886 {
 887     static const char *ws[32];
 888     int off = 0;
 889     int startSeq = -1;
 890     int i;
 891     short attrUse;
 892     char attrSet;
 893     int seqno = 0;
 894
 895     for (i = 0; i<32; i++)
 896         ws[i] = NULL;
 897
 898     while (off < reckeys->buf_used)
 899     {
 900
 901         const char *src = reckeys->buf + off;
 902         const char *wstart;
 903         int lead;
 904
 905         lead = *src++;
 906
 907         if (!(lead & 1))
 908         {
 909             memcpy (&attrSet, src, sizeof(attrSet));
 910             src += sizeof(attrSet);
 911         }
 912         if (!(lead & 2))
 913         {
 914             memcpy (&attrUse, src, sizeof(attrUse));
 915             src += sizeof(attrUse);
 916         }
 917         wstart = src;
 918         while (*src++)
 919             ;
 920         if (lead & 60)
 921             seqno += ((lead>>2) & 15)-1;
 922         else
 923         {
 924             memcpy (&seqno, src, sizeof(seqno));
 925             src += sizeof(seqno);
 926         }
 927         if (attrUseS == attrUse && attrSetS == attrSet)
 928         {
 929             int woff;
 930
 931
 932             if (startSeq == -1)
 933                 startSeq = seqno;
 934             woff = seqno - startSeq;
 935             if (woff >= 0 && woff < 31)
 936                 ws[woff] = wstart;
 937         }
 938
 939         off = src - reckeys->buf;
 940     }
 941     assert (off == reckeys->buf_used);
 942     return ws;
 943 }
 944
 945 struct file_read_info {
 946     off_t file_max;
 947     off_t file_offset;
 948     off_t file_moffset;
 949     int file_more;
 950     int fd;
 951 };
 952
 953 static struct file_read_info *file_read_start (int fd)
 954 {
 955     struct file_read_info *fi = xmalloc (sizeof(*fi));
 956
 957     fi->fd = fd;
 958     fi->file_max = 0;
 959     fi->file_moffset = 0;
 960     return fi;
 961 }
 962
 963 static void file_read_stop (struct file_read_info *fi)
 964 {
 965     xfree (fi);
 966 }
 967
 968 static off_t file_seek (void *handle, off_t offset)
 969 {
 970     struct file_read_info *p = handle;
 971     p->file_offset = offset;
 972     return lseek (p->fd, offset, SEEK_SET);
 973 }
 974
 975 static off_t file_tell (void *handle)
 976 {
 977     struct file_read_info *p = handle;
 978     return p->file_offset;
 979 }
 980
 981 static int file_read (void *handle, char *buf, size_t count)
 982 {
 983     struct file_read_info *p = handle;
 984     int fd = p->fd;
 985     int r;
 986     r = read (fd, buf, count);
 987     if (r > 0)
 988     {
 989         p->file_offset += r;
 990         if (p->file_offset > p->file_max)
 991             p->file_max = p->file_offset;
 992     }
 993     return r;
 994 }
 995
 996 static void file_begin (void *handle)
 997 {
 998     struct file_read_info *p = handle;
 999
1000     p->file_offset = p->file_moffset;
1001     if (p->file_moffset)
1002         lseek (p->fd, p->file_moffset, SEEK_SET);
1003     p->file_more = 0;
1004 }
1005
1006 static void file_end (void *handle, off_t offset)
1007 {
1008     struct file_read_info *p = handle;
1009
1010     assert (p->file_more == 0);
1011     p->file_more = 1;
1012     p->file_moffset = offset;
1013 }
1014
1015 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1016                            const char *fname, const char *spec)
1017 {
1018     static char dstBuf[2048];
1019     char *dst = dstBuf;
1020     const char *s = spec;
1021     static const char **w;
1022
1023     while (1)
1024     {
1025         while (*s == ' ' || *s == '\t')
1026             s++;
1027         if (!*s)
1028             break;
1029         if (*s == '(')
1030         {
1031             char attset_str[64], attname_str[64];
1032             data1_attset *attset;
1033             int i;
1034             char matchFlag[32];
1035             int attSet = 1, attUse = 1;
1036             int first = 1;
1037
1038             s++;
1039             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1040                 if (i < 63)
1041                     attset_str[i++] = *s;
1042             attset_str[i] = '\0';
1043
1044             if (*s == ',')
1045             {
1046                 s++;
1047                 for (i = 0; *s && *s != ')'; s++)
1048                     if (i < 63)
1049                         attname_str[i++] = *s;
1050                 attname_str[i] = '\0';
1051             }
1052
1053             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1054             {
1055                 data1_att *att;
1056                 attSet = attset->reference;
1057                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1058                 if (att)
1059                     attUse = att->value;
1060                 else
1061                     attUse = atoi (attname_str);
1062             }
1063             w = searchRecordKey (reckeys, attSet, attUse);
1064             assert (w);
1065
1066             if (*s == ')')
1067             {
1068                 for (i = 0; i<32; i++)
1069                     matchFlag[i] = 1;
1070             }
1071             else
1072             {
1073                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1074                       spec, rGroup->groupName ? rGroup->groupName : "none");
1075                 return NULL;
1076             }
1077             s++;
1078
1079             for (i = 0; i<32; i++)
1080                 if (matchFlag[i] && w[i])
1081                 {
1082                     if (first)
1083                     {
1084                         *dst++ = ' ';
1085                         first = 0;
1086                     }
1087                     strcpy (dst, w[i]);
1088                     dst += strlen(w[i]);
1089                 }
1090             if (first)
1091             {
1092                 logf (LOG_WARN, "Record didn't contain match"
1093                       " fields in (%s,%s)", attset_str, attname_str);
1094                 return NULL;
1095             }
1096         }
1097         else if (*s == '$')
1098         {
1099             int spec_len;
1100             char special[64];
1101             const char *spec_src = NULL;
1102             const char *s1 = ++s;
1103             while (*s1 && *s1 != ' ' && *s1 != '\t')
1104                 s1++;
1105
1106             spec_len = s1 - s;
1107             if (spec_len > 63)
1108                 spec_len = 63;
1109             memcpy (special, s, spec_len);
1110             special[spec_len] = '\0';
1111             s = s1;
1112
1113             if (!strcmp (special, "group"))
1114                 spec_src = rGroup->groupName;
1115             else if (!strcmp (special, "database"))
1116                 spec_src = rGroup->databaseName;
1117             else if (!strcmp (special, "filename"))
1118                 spec_src = fname;
1119             else if (!strcmp (special, "type"))
1120                 spec_src = rGroup->recordType;
1121             else
1122                 spec_src = NULL;
1123             if (spec_src)
1124             {
1125                 strcpy (dst, spec_src);
1126                 dst += strlen (spec_src);
1127             }
1128         }
1129         else if (*s == '\"' || *s == '\'')
1130         {
1131             int stopMarker = *s++;
1132             char tmpString[64];
1133             int i = 0;
1134
1135             while (*s && *s != stopMarker)
1136             {
1137                 if (i < 63)
1138                     tmpString[i++] = *s++;
1139             }
1140             if (*s)
1141                 s++;
1142             tmpString[i] = '\0';
1143             strcpy (dst, tmpString);
1144             dst += strlen (tmpString);
1145         }
1146         else
1147         {
1148             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1149                   spec, rGroup->groupName ? rGroup->groupName : "none");
1150             return NULL;
1151         }
1152         *dst++ = 1;
1153     }
1154     if (dst == dstBuf)
1155     {
1156         logf (LOG_WARN, "No match criteria for record %s in group %s",
1157               fname, rGroup->groupName ? rGroup->groupName : "none");
1158         return NULL;
1159     }
1160     *dst = '\0';
1161     return dstBuf;
1162 }
1163
1164 struct recordLogInfo {
1165     const char *fname;
1166     int recordOffset;
1167     struct recordGroup *rGroup;
1168 };
1169
1170 static void recordLogPreamble (int level, const char *msg, void *info)
1171 {
1172     struct recordLogInfo *p = info;
1173     FILE *outf = log_file ();
1174
1175     if (level & LOG_LOG)
1176         return ;
1177     fprintf (outf, "File %s, offset %d, type %s\n",
1178              p->rGroup->recordType, p->recordOffset, p->fname);
1179     log_event_start (NULL, NULL);
1180 }
1181
1182 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1183 {
1184     zebraExplain_addSchema (zti, oid);
1185 }
1186
1187 static int recordExtract (SYSNO *sysno, const char *fname,
1188                           struct recordGroup *rGroup, int deleteFlag,
1189                           struct file_read_info *fi,
1190                           RecType recType, char *subType)
1191 {
1192     RecordAttr *recordAttr;
1193     int r;
1194     char *matchStr;
1195     SYSNO sysnotmp;
1196     Record rec;
1197     struct recordLogInfo logInfo;
1198     off_t recordOffset = 0;
1199
1200     if (fi->fd != -1)
1201     {
1202         struct recExtractCtrl extractCtrl;
1203
1204         /* we are going to read from a file, so prepare the extraction */
1205         int i;
1206
1207         reckeys.buf_used = 0;
1208         reckeys.prevAttrUse = -1;
1209         reckeys.prevAttrSet = -1;
1210         reckeys.prevSeqNo = 0;
1211
1212         recordOffset = fi->file_moffset;
1213         extractCtrl.offset = fi->file_moffset;
1214         extractCtrl.readf = file_read;
1215         extractCtrl.seekf = file_seek;
1216         extractCtrl.tellf = file_tell;
1217         extractCtrl.endf = file_end;
1218         extractCtrl.fh = fi;
1219         extractCtrl.subType = subType;
1220         extractCtrl.init = wordInit;
1221         extractCtrl.addWord = addRecordKey;
1222         extractCtrl.addSchema = addSchema;
1223         extractCtrl.dh = rGroup->dh;
1224         for (i = 0; i<256; i++)
1225             extractCtrl.seqno[i] = 0;
1226         extractCtrl.zebra_maps = rGroup->zebra_maps;
1227         extractCtrl.flagShowRecords = !rGroup->flagRw;
1228
1229         if (!rGroup->flagRw)
1230             printf ("File: %s %ld\n", fname, (long) recordOffset);
1231
1232         logInfo.fname = fname;
1233         logInfo.recordOffset = recordOffset;
1234         logInfo.rGroup = rGroup;
1235         log_event_start (recordLogPreamble, &logInfo);
1236
1237         r = (*recType->extract)(&extractCtrl);
1238
1239         log_event_start (NULL, NULL);
1240
1241         if (r)
1242         {
1243             /* error occured during extraction ... */
1244             if (rGroup->flagRw &&
1245                 records_processed < rGroup->fileVerboseLimit)
1246             {
1247                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
1248                       fname, (long) recordOffset, r);
1249             }
1250             return 0;
1251         }
1252         if (reckeys.buf_used == 0)
1253         {
1254             /* the extraction process returned no information - the record
1255                is probably empty - unless flagShowRecords is in use */
1256             if (!rGroup->flagRw)
1257                 return 1;
1258             logf (LOG_WARN, "No keys generated for file %s", fname);
1259             logf (LOG_WARN, " The file is probably empty");
1260             return 0;
1261         }
1262     }
1263
1264     /* perform match if sysno not known and if match criteria is specified */
1265
1266     matchStr = NULL;
1267     if (!sysno)
1268     {
1269         sysnotmp = 0;
1270         sysno = &sysnotmp;
1271         if (rGroup->recordId && *rGroup->recordId)
1272         {
1273             char *rinfo;
1274
1275             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1276                                      rGroup->recordId);
1277             if (matchStr)
1278             {
1279                 rinfo = dict_lookup (matchDict, matchStr);
1280                 if (rinfo)
1281                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1282             }
1283             else
1284             {
1285                 logf (LOG_WARN, "Bad match criteria");
1286                 return 0;
1287             }
1288         }
1289     }
1290
1291     if (! *sysno)
1292     {
1293         /* new record */
1294         if (deleteFlag)
1295         {
1296             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1297                   fname, (long) recordOffset);
1298             logf (LOG_WARN, "cannot delete record above (seems new)");
1299             return 1;
1300         }
1301         if (records_processed < rGroup->fileVerboseLimit)
1302             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1303                   fname, (long) recordOffset);
1304         rec = rec_new (records);
1305
1306         *sysno = rec->sysno;
1307
1308         recordAttr = rec_init_attr (zti, rec);
1309
1310         if (matchStr)
1311         {
1312             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1313         }
1314         flushRecordKeys (*sysno, 1, &reckeys);
1315         flushSortKeys (*sysno, 1);
1316
1317         records_inserted++;
1318     }
1319     else
1320     {
1321         /* record already exists */
1322         struct recKeys delkeys;
1323
1324         rec = rec_get (records, *sysno);
1325         assert (rec);
1326
1327         recordAttr = rec_init_attr (zti, rec);
1328
1329         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1330         {
1331             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1332                   fname, (long) recordOffset);
1333             rec_rm (&rec);
1334             logRecord (0);
1335             return 1;
1336         }
1337         delkeys.buf_used = rec->size[recInfo_delKeys];
1338         delkeys.buf = rec->info[recInfo_delKeys];
1339         flushSortKeys (*sysno, 0);
1340         flushRecordKeys (*sysno, 0, &delkeys);
1341         if (deleteFlag)
1342         {
1343             /* record going to be deleted */
1344             if (!delkeys.buf_used)
1345             {
1346                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1347                       fname, (long) recordOffset);
1348                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1349             }
1350             else
1351             {
1352                 if (records_processed < rGroup->fileVerboseLimit)
1353                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1354                           fname, (long) recordOffset);
1355                 records_deleted++;
1356                 if (matchStr)
1357                     dict_delete (matchDict, matchStr);
1358                 rec_del (records, &rec);
1359             }
1360             rec_rm (&rec);
1361             logRecord (0);
1362             return 1;
1363         }
1364         else
1365         {
1366             /* record going to be updated */
1367             if (!delkeys.buf_used)
1368             {
1369                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1370                       fname, (long) recordOffset);
1371                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1372             }
1373             else
1374             {
1375                 if (records_processed < rGroup->fileVerboseLimit)
1376                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1377                           fname, (long) recordOffset);
1378                 flushRecordKeys (*sysno, 1, &reckeys);
1379                 records_updated++;
1380             }
1381         }
1382     }
1383     /* update file type */
1384     xfree (rec->info[recInfo_fileType]);
1385     rec->info[recInfo_fileType] =
1386         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1387
1388     /* update filename */
1389     xfree (rec->info[recInfo_filename]);
1390     rec->info[recInfo_filename] =
1391         rec_strdup (fname, &rec->size[recInfo_filename]);
1392
1393     /* update delete keys */
1394     xfree (rec->info[recInfo_delKeys]);
1395     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1396     {
1397 #if 1
1398         rec->size[recInfo_delKeys] = reckeys.buf_used;
1399         rec->info[recInfo_delKeys] = reckeys.buf;
1400         reckeys.buf = NULL;
1401         reckeys.buf_max = 0;
1402 #else
1403         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1404         rec->size[recInfo_delKeys] = reckeys.buf_used;
1405         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1406                 rec->size[recInfo_delKeys]);
1407 #endif
1408     }
1409     else
1410     {
1411         rec->info[recInfo_delKeys] = NULL;
1412         rec->size[recInfo_delKeys] = 0;
1413     }
1414
1415     /* save file size of original record */
1416     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1417     recordAttr->recordSize = fi->file_moffset - recordOffset;
1418     if (!recordAttr->recordSize)
1419         recordAttr->recordSize = fi->file_max - recordOffset;
1420     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1421
1422     /* set run-number for this record */
1423     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1424
1425     /* update store data */
1426     xfree (rec->info[recInfo_storeData]);
1427     if (rGroup->flagStoreData == 1)
1428     {
1429         rec->size[recInfo_storeData] = recordAttr->recordSize;
1430         rec->info[recInfo_storeData] = xmalloc (recordAttr->recordSize);
1431         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1432         {
1433             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1434                   (long) recordOffset, fname);
1435             exit (1);
1436         }
1437         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1438             < recordAttr->recordSize)
1439         {
1440             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1441                   recordAttr->recordSize, fname);
1442             exit (1);
1443         }
1444     }
1445     else
1446     {
1447         rec->info[recInfo_storeData] = NULL;
1448         rec->size[recInfo_storeData] = 0;
1449     }
1450     /* update database name */
1451     xfree (rec->info[recInfo_databaseName]);
1452     rec->info[recInfo_databaseName] =
1453         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1454
1455     /* update offset */
1456     recordAttr->recordOffset = recordOffset;
1457
1458     /* commit this record */
1459     rec_put (records, &rec);
1460     logRecord (0);
1461     return 1;
1462 }
1463
1464 int fileExtract (SYSNO *sysno, const char *fname,
1465                  const struct recordGroup *rGroupP, int deleteFlag)
1466 {
1467     int r, i, fd;
1468     char gprefix[128];
1469     char ext[128];
1470     char ext_res[128];
1471     char subType[128];
1472     RecType recType;
1473     struct recordGroup rGroupM;
1474     struct recordGroup *rGroup = &rGroupM;
1475     struct file_read_info *fi;
1476
1477     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1478
1479     if (!rGroup->groupName || !*rGroup->groupName)
1480         *gprefix = '\0';
1481     else
1482         sprintf (gprefix, "%s.", rGroup->groupName);
1483
1484     logf (LOG_DEBUG, "fileExtract %s", fname);
1485
1486     /* determine file extension */
1487     *ext = '\0';
1488     for (i = strlen(fname); --i >= 0; )
1489         if (fname[i] == '/')
1490             break;
1491         else if (fname[i] == '.')
1492         {
1493             strcpy (ext, fname+i+1);
1494             break;
1495         }
1496     /* determine file type - depending on extension */
1497     if (!rGroup->recordType)
1498     {
1499         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1500         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1501         {
1502             sprintf (ext_res, "%srecordType", gprefix);
1503             rGroup->recordType = res_get (common_resource, ext_res);
1504         }
1505     }
1506     if (!rGroup->recordType)
1507     {
1508         if (records_processed < rGroup->fileVerboseLimit)
1509             logf (LOG_LOG, "? %s", fname);
1510         return 0;
1511     }
1512     if (!*rGroup->recordType)
1513         return 0;
1514     if (!(recType = recType_byName (rGroup->recordType, subType)))
1515     {
1516         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1517         return 0;
1518     }
1519
1520     /* determine match criteria */
1521     if (!rGroup->recordId)
1522     {
1523         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1524         rGroup->recordId = res_get (common_resource, ext_res);
1525     }
1526
1527     /* determine database name */
1528     if (!rGroup->databaseName)
1529     {
1530         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1531         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1532         {
1533             sprintf (ext_res, "%sdatabase", gprefix);
1534             rGroup->databaseName = res_get (common_resource, ext_res);
1535         }
1536     }
1537     if (!rGroup->databaseName)
1538         rGroup->databaseName = "Default";
1539
1540     /* determine if explain database */
1541
1542     sprintf (ext_res, "%sexplainDatabase", gprefix);
1543     rGroup->explainDatabase =
1544         atoi (res_get_def (common_resource, ext_res, "0"));
1545
1546     /* announce database */
1547     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1548     {
1549         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1550                                       rGroup->explainDatabase))
1551             abort ();
1552     }
1553
1554     if (rGroup->flagStoreData == -1)
1555     {
1556         const char *sval;
1557         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1558         if (!(sval = res_get (common_resource, ext_res)))
1559         {
1560             sprintf (ext_res, "%sstoreData", gprefix);
1561             sval = res_get (common_resource, ext_res);
1562         }
1563         if (sval)
1564             rGroup->flagStoreData = atoi (sval);
1565     }
1566     if (rGroup->flagStoreData == -1)
1567         rGroup->flagStoreData = 0;
1568
1569     if (rGroup->flagStoreKeys == -1)
1570     {
1571         const char *sval;
1572
1573         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1574         if (!(sval = res_get (common_resource, ext_res)))
1575         {
1576             sprintf (ext_res, "%sstoreKeys", gprefix);
1577             sval = res_get (common_resource, ext_res);
1578         }
1579         if (sval)
1580             rGroup->flagStoreKeys = atoi (sval);
1581     }
1582     if (rGroup->flagStoreKeys == -1)
1583         rGroup->flagStoreKeys = 0;
1584
1585     if (sysno && deleteFlag)
1586         fd = -1;
1587     else
1588     {
1589         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1590         {
1591             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1592             return 0;
1593         }
1594     }
1595     fi = file_read_start (fd);
1596     do
1597     {
1598         file_begin (fi);
1599         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1600                            recType, subType);
1601     } while (r && !sysno && fi->file_more);
1602     file_read_stop (fi);
1603     if (fd != -1)
1604         close (fd);
1605     return r;
1606 }
1607
1608 static int explain_extract (void *handle, Record rec, data1_node *n)
1609 {
1610     struct recordGroup *rGroup = (struct recordGroup*) handle;
1611     struct recExtractCtrl extractCtrl;
1612     int i;
1613
1614     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1615     {
1616         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1617             abort ();
1618     }
1619
1620     reckeys.buf_used = 0;
1621     reckeys.prevAttrUse = -1;
1622     reckeys.prevAttrSet = -1;
1623     reckeys.prevSeqNo = 0;
1624
1625     extractCtrl.init = wordInit;
1626     extractCtrl.addWord = addRecordKey;
1627     extractCtrl.addSchema = addSchema;
1628     extractCtrl.dh = rGroup->dh;
1629     for (i = 0; i<256; i++)
1630         extractCtrl.seqno[i] = 0;
1631     extractCtrl.zebra_maps = rGroup->zebra_maps;
1632     extractCtrl.flagShowRecords = !rGroup->flagRw;
1633
1634     grs_extract_tree(&extractCtrl, n);
1635
1636     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1637
1638     if (rec->size[recInfo_delKeys])
1639     {
1640         struct recKeys delkeys;
1641
1642         delkeys.buf_used = rec->size[recInfo_delKeys];
1643         delkeys.buf = rec->info[recInfo_delKeys];
1644         flushSortKeys (rec->sysno, 0);
1645         flushRecordKeys (rec->sysno, 0, &delkeys);
1646     }
1647     flushRecordKeys (rec->sysno, 1, &reckeys);
1648     flushSortKeys (rec->sysno, 1);
1649
1650     xfree (rec->info[recInfo_delKeys]);
1651     rec->size[recInfo_delKeys] = reckeys.buf_used;
1652     rec->info[recInfo_delKeys] = reckeys.buf;
1653     reckeys.buf = NULL;
1654     reckeys.buf_max = 0;
1655
1656     return 0;
1657 }